请稍等 ...
×

采纳答案成功!

向帮助你的同学说点啥吧!感谢那些助人为乐的人

关于Bellman-Ford中第一轮松弛操作后dis[]数组的理解问题

老师,您好。我使用的就是您的“g.txt”这个图的对象。图片描述
我的算法代码如下,加了一些提示性的输出结果。我打印出了第一次对所有边松弛后的结果,打印出的dis数组是 [0 3 2 6 7].图片描述
但是我们之前假设dis[v]是从源点s到v的经历变数不超过k的最短距离。我不知道此时该如何理解在第一次对所有边松弛后中所得的结果 dis[3] = 6 ?这里的dis[3] = 6 是根据顶点1 (dis[1] = 4)所更新得到, 即对1-3这条边进行松弛操作得到。图片描述

还有对所有边进行一次松弛操作,则求出了到所有点,经过边数为1的最短路。在这句描述中,是指从哪个点出发经过边数为1的最短路?这里的“哪个点”应该是遍历图中的所有点吧? 每次都在变化吗?
不好意思,我的问题有点长,请见谅。感谢!

正在回答

3回答

liuyubobobo 2020-01-03 12:09:31

我有点儿忘记课程中有没有提及这个问题了。整体说,Bellman-Ford算法第k轮松弛操作,计算出的是从src到任一顶点经过k步的最小路径。这个说法基于我们的实现不严格。严格来说,计算的是从src到任一顶点,最少经过k步的最小路径。关键字是“最小”。


也就是基于我们的实现,我们有可能在第k轮松弛操作,求出经过大于k步的最小路径。但是,不一定在第一轮就能求出所有的最短路径。这依赖于我们遍历边的顺序。


举个例子,我们就看这样的一个简单的图:

0 -> 1 -> 2 -> 3

其中0->1的权值为1;1->2的权值为1;2->3的权值为1。起始点为0;终止点为3。

初始:dist[0] = 0; dist[1] = ∞; dist[2] = ∞; dist[3] = ∞。


在这里注意,我们每轮松弛所有的边,都是从顶点为0的边开始松弛的。

第一轮松弛:

首先,松弛0->1这条边,可以松弛,得到:

dist[0] = 0; dist[1] = 1; dist[2] = ∞; dist[3] = ∞;

0相邻的所有边松弛完了,松弛1相邻的边,即松弛1->2,可以松弛,得到:

dist[0] = 0; dist[1] = 1; dist[2] = 2; dist[3] = ∞;

1相邻的所有边松弛完了,松弛2相邻的边,即松弛2->3,可以松弛,得到:

dist[0] = 0; dist[1] = 1; dist[2] = 2; dist[3] = 3;


至此,我们只用了一轮松弛操作,就得到了从0到3的最短路径。但是,注意,我们之所以只用一轮松弛操作,是基于我们在松弛1->2这条边的时候,恰巧0->1这条边刚刚松弛过,使得使得dist[1]不再是∞;同理,我们在松弛2->3这条边的时候,敲好1->2这条边刚刚被松弛过,使得dist[2]不是∞。


---


下面,我们看这个例子:

3 -> 2 -> 1 -> 0

其中3->2的权值为1;2->1的权值为1;1->0的权值为1。起始点为3;终止点为0。

初始:dist[3] = 0; dist[2] = ∞; dist[1] = ∞; dist[0] = ∞。


第一轮松弛:

首先,0没有邻边,看1的邻边。

松弛1->0这条边,不可以松弛,因为dist[1]=∞!

看2的邻边,2->1这条边,不可以松弛,因为 dist[2]=∞!

看3的邻边,3->2这条边,可以松弛,得到:

dist[3] = 0; dist[2] = 1; dist[1] = ∞; dist[3] = ∞

第一轮松弛结束!


第二轮松弛:

首先,0没有邻边,看1的邻边。

松弛1->0这条边,不可以松弛,因为dist[1]=∞!

看2的邻边,2->1这条边,可以松弛,得到:

dist[3] = 0; dist[2] = 1; dist[1] = 2; dist[3] = ∞

看3的邻边,3->2这条边,可以松弛,得到:

dist[3] = 0; dist[2] = 1; dist[1] = 2; dist[3] = ∞ (在这里是一次重复松弛)

第二轮松弛结束!


第三轮松弛:

首先,0没有邻边,看1的邻边。

松弛1->0这条边,现在可以松弛了,得到:

dist[3] = 0; dist[2] = 1; dist[1] = 2; dist[3] = 3

看2的邻边,2->1这条边,可以松弛,得到:

dist[3] = 0; dist[2] = 1; dist[1] = 2; dist[3] = 3(在这里是一次重复松弛)

看3的邻边,3->2这条边,可以松弛,得到:

dist[3] = 0; dist[2] = 1; dist[1] = 2; dist[3] = 3 (在这里是一次重复松弛)

第三轮松弛结束!


至此,三轮松弛后,我们才能得到从3->0的最短路径。

仔细观察,在这个例子里,每一轮结束后,我们得到就是从src(3)到每个顶点,经过k步后所能得到的最短路径。(∞表示不可抵达)


当然,这个例子比较极端。在实际情况下,还有很多情况,都会让松弛操作1轮不能得到最终答案。虽然松弛一轮可能就得到了答案,但也可能无法得到答案。但松弛V-1轮,是一定可以获得最终答案的。这是最保守的情况。你也可以试试,随机生成一个图,然后将松弛1轮后的结果和松弛V-1轮后的结果比较一下。在大多数情况下,应该都是不同的:)


有意思的是,最近Leetcode上有一道题,题目是求在一个图中,从源点到终点,最多只可以经过k条边的最短路径。由于有“最多只可以经过k条边”这个限制,使用这个课程的这个bellman-ford代码是不可以的,因为我们的代码经过k轮松弛后,可以得出经过大于k条边的最短路径。所以需要再这个代码的基础上进行改进。有兴趣可以自己研究一下:)

题目链接:https://leetcode.com/contest/weekly-contest-72/problems/cheapest-flights-within-k-stops/ 

我的完成这个问题使用的“改进的”Bellman-Ford代码(C++):https://github.com/liuyubobobo/Play-Leetcode/blob/master/0787-Cheapest-Flights-Within-K-Stops/cpp-0787/main.cpp 

(这里的“改进”加引号,是因为这样做效率其实不优,但是得到题目要求的答案:)


继续加油!:)

3 回复 有任何疑惑可以回复我~
  • 提问者 苏子浩 #1
    非常感谢!
    回复 有任何疑惑可以回复我~ 2020-01-03 13:28:51
  • 提问者 苏子浩 #2
    感谢老师的分享。那么我们计算的是从源点到任一顶点最小经过k步的最小路径。比如您说的第一个例子中的这个情况下:第一轮松弛过程中,0相邻的所有边松弛完了,考察松弛1相邻的边,即松弛1->2,可以松弛,得到:
    dist = [0 1 2 ∞] ; 此时的dist[2] = 2实际表示的是从源点0到顶点2(经过顶点1)最少经过1步得到的最小路径。由于松弛边的顺序导致了第一轮松弛操作过程中,求出经过大于1步的最小路径。
    回复 有任何疑惑可以回复我~ 2020-01-03 13:39:30
  • liuyubobobo 回复 提问者 苏子浩 #3
    大赞!是的:)继续加油!:)
    回复 有任何疑惑可以回复我~ 2020-01-03 13:56:50
Fool_one 2020-11-27 15:41:32

老师说的很好。

如果有边数限制,此时应该采用备份 backup,即更新该轮所有点用上一轮所得到的结果即可。

而松弛的目的就是不断更新边(迭代)以确保第 v - 1 轮找到的一定是最短距离。

2 回复 有任何疑惑可以回复我~
想不出来叫什么 2021-06-17 12:32:06

Leetcode上有一道题,正好可以用Bellman Ford的这个性质来解答。 787. Cheapest Flights Within K Stops。进行k轮松弛操作,就可以得出最多走k条edge的最小距离。不过每轮次更新操作的时候,要用上一轮的结果来更新本轮结果,也就是说要备份上一轮的结果。

1 回复 有任何疑惑可以回复我~
  • 我写了一个post欢迎指正:
    https://leetcode.com/problems/cheapest-flights-within-k-stops/discuss/1278081/Python-Bellman-Ford-vs-SPFA-vs-BFS
    回复 有任何疑惑可以回复我~ 2021-06-17 13:32:06
  • 大赞!感谢分享:)
    回复 有任何疑惑可以回复我~ 2021-06-18 08:02:31
问题已解决,确定采纳
还有疑问,暂不采纳
意见反馈 帮助中心 APP下载
官方微信